Ce înseamnă semnificația statistică

Versiunea scurtă

În multe domenii, mai ales în fizică și astronomie, sigma măsoară cât de departe stă un semnal observat de zgomotul sau fondul pe care cercetătorii îl așteptau.

• Sigma mic înseamnă că semnalul nu este departe de zgomotul obișnuit.
• Sigma mai mare înseamnă că semnalul este mai greu de explicat ca fluctuație aleatorie.
• 5 sigma este un prag convențional foarte puternic: în modelul statistic folosit, o fluctuație aleatorie atât de mare ar fi foarte rară.

Ultima frază contează: în modelul statistic folosit. Un semnal cu sigma mare poate fi încă afectat de calibrare, contaminare de prim-plan, alegeri de model, efecte de selecție sau de o interpretare fizică greșită. Sigma ajută să răspunzi la „probabil este ceva aici?”. Nu răspunde la „ce este?”.

Mai întâi zgomotul

Imaginează-ți că fotografiezi un cer întunecat. Chiar dacă nu există nicio sursă reală, imaginea nu este perfect goală. Detectorii au zgomot. Cerul are fond. Procesarea datelor lasă mici ondulații. Dacă măsori destule petice goale, unele vor părea puțin luminoase doar din întâmplare.

Așa că prima sarcină nu este să întrebi dacă o pată luminoasă este interesantă. Este să întrebi cum arată cerul gol obișnuit. Cercetătorii estimează acel fond, măsoară cât variază și apoi întreabă cât de mult se ridică semnalul candidat deasupra lui.

Acea distanță este ceea ce numără sigma.

Ce măsoară sigma

Un sigma este o deviație standard: o unitate tipică de variație în zgomot. Un semnal de 5σ este la cinci astfel de unități de fondul așteptat.

Probabilitatea exactă depinde de ipotezele despre zgomot și de faptul că testul este unilateral sau bilateral, dar lectura practică este destul de simplă: un semnal de 5σ nu este o umflătură întâmplătoare. Dacă modelul fondului este corect, zgomotul singur nu ar trebui aproape niciodată să producă ceva atât de extrem.

De aceea un paper poate spune că o sursă este detectată la 5,2-5,3σ. Înseamnă că semnalul măsurat este la aproximativ cinci deviații standard peste ceea ce autorii așteaptă de la fluctuațiile fondului. Nu înseamnă că există o probabilitate de 99,9999% ca explicația autorilor să fie adevărată. Aceasta este greșeala comună.

De ce cinci sigma a devenit o linie

Domenii diferite folosesc convenții diferite. În fizica particulelor și în mare parte din astronomie, 3σ este adesea citit ca evidență: interesant, merită atenție, dar nu ajunge singur. Un rezultat de 5σ este adesea tratat ca o detecție de nivel descoperire.

Pragul ridicat există dintr-un motiv direct: oamenii de știință se uită la multe lucruri zgomotoase. Dacă cercetezi destule locuri, ceva va părea până la urmă neobișnuit din întâmplare. Un prag mai sever reduce riscul de a sărbători o umflătură aleatorie.

Pragul este o convenție, nu o lege a naturii. Un rezultat de 4,9σ nu este lipsit de valoare; un rezultat de 5,1σ nu devine magic imun la eroare. Numărul este un instrument de disciplină, nu un sacrament. Statistica are deja destule veșminte.

Local versus global

Mai există o capcană: unde ai căutat?

Dacă cercetătorii testează un loc specificat dinainte — o lungime de undă, o poziție, o formă de semnal — atunci sigma poate fi citit ca semnificație locală: cât de surprinzător este semnalul exact acolo.

Dar dacă scanează mii de locuri, multe lungimi de undă, multe tăieturi ale datelor sau multe forme posibile ale semnalului, întrebarea se schimbă. Undeva în acea căutare, zgomotul este mai probabil să producă o întâmplare. După ce iei în calcul toate acele șanse de a fi păcălit, rezultatul poate avea o semnificație globală mai mică.

Acesta este look-elsewhere effect. Nu este o tehnicalitate. Este diferența dintre „am găsit un semn ciudat exact unde am spus că voi căuta” și „am căutat pe tot peretele până când o pată a semănat cu o față”.

Ce nu demonstrează sigma

O detecție cu sigma mare poate fi reală și totuși citită greșit.

Poate arăta că există un semnal în date, lăsând totuși deschis:

• dacă semnalul vine de la obiectul la care se gândesc autorii;
• dacă este implicată o sursă de prim-plan sau un contaminant;
• dacă calibrarea instrumentului este complet sub control;
• dacă modelul fondului a fost cel corect;
• dacă interpretarea fizică este unică.

De aceea paperurile atente fac mai mult decât să citeze sigma. Verifică regiuni goale de cer. Testează interlopi de prim-plan. Compară instrumente sau filtre. Întreabă dacă același rezultat apare sub ipoteze diferite. Sigma este examenul de intrare. Nu este toată diploma.

Cum să citești o afirmație în sigma

Când un articol spune că un rezultat este la 5σ, citește-l ca pe o afirmație puternică despre date, nu ca pe un verdict final despre poveste.

Pune patru întrebări:

1. Care este modelul zgomotului? Ce au numărat autorii ca fond obișnuit?
2. Testul a fost local sau global? Au privit într-un singur loc sau au căutat în multe?
3. Ce verificări exclud contaminarea sau artefactele? Un număr mare nu poate face asta singur.
4. Ce interpretare este atașată semnalului? Detecția și explicația sunt pași separați.

Dacă răspunsurile sunt bune, un rezultat cu sigma mare merită încredere. Dacă lipsesc, numărul poate fi încă impresionant — dar face mai multă muncă decât ar trebui.